Cтраница 1
Нейронный алгоритм модулярной арифметики, основывающийся на методе понижения разрядности числа, при использовании в качестве модуля чисел Ферма довольно сложен, поскольку требует процедуры определения отношения между количеством разрядов полученного результата и модуля. Последнее не позволяет использовать структуру БПФ при выполнении теоретико-числовых преобразований. Поэтому для эффективного применения теории чисел в нейронных сетях необходимо построить нейросетевой алгоритм конечного кольца по модулю чисел Ферма. [1]
Важно, что для реализации нейронных алгоритмов СОК применяется позиционная арифметика формальных нейронов. Это позволяет использовать в современных НК преимущества, связанные с применением ТЧП ( теоретико-числовое преобразование) и кодированием в СОК. [2]
Исследования показали, что на алгоритмическом уровне процесс обработки информации в системе остаточных классов при некотором, не жестком, допущении определяется нейронным алгоритмом, основная часть которого реализуется нейронной сетью. [3]
Итак, для преодоления недостатков разработанной нейронной сети вычисления в конечных кольцах ( см. рис. 7.6), использующей нейроны с характеристиками операции сокращения по модулю, предлагается применять свойство нейронных алгоритмов, которое заключается в возможности настройки ( обучения) входного сигнала, представляющего преобразуемое двоичное число. [4]
Монография посвящена новому направлению развития структуры сверхпроизводительных и надежных непозиционных нейрокомпьютеров, функционирующих в системе остаточных классов. Основное ее содержание составляют методы и алгоритмы построения непозиционных вычислительных средств, адекватных структуре нейронных алгоритмов. [5]